【摘要】开放型基金是证券投资业务的重要形式之一,其风格识别和绩效评价对投资者来说都有很好的借鉴意义。本文将逐步均值回归,分位数回归(Lasso Quantile Regression)和弹性网分位数回归(Elastic Net Quantile Regression)三种方法对18只基金进行建模,观察三种方法对风险因子的识别作用,结果发现分位数回归能够很好地对基金收益的尾部进行风格识别,弹性网分位数回归要比LASSO分位数回归包容了更多的风险因子。然后在不同的厌恶参数γ*情况下,用这三种方法对18只基金的进行了绩效评价,为了判断这些绩效评价的效果,本文设置了三种不同的投资组合方案,在不同的投资组合方案下比较三种方法对基金绩效评价的可靠性,结果表明无论在哪种方案下弹性网分位数回归的评价效果要优于另外两种方法,也间接证明了这种方法识别的风险因子是有效的。